O estimador dos Mínimos Quadrados Total é muito sensível à presença de outliers no modelo de observações de erro. Neste trabalho apresenta-se um novo modelo para detecção de outliers baseado na técnica data-snooping. Primeiro, é proposto um método iterativo para determinar o estimador dos Mínimos Quadrados Total na teoria dos Mínimos Quadrados. Em seguida, o teste estatatístico w é construído para detectar outliers enquanto as observações e a matriz de coeficientes são contaminadas com a presença de outliers, sendo sugerido um algoritmo específico para detecção de outliers. Quando o fator de variância é desconhecido, ele deve ser estimado pelo método dos Mínimos Quadrados Medianos. Foram analisados dados simulados e reais. Os resultados numéricos mostraram que o método proposto é capaz de identificar se os outliers se encontram nas componentes em x ou em y, enquanto as observações e a matriz de coeficientes são contaminados com outliers.
Keywords:
Modelo EIV Parcial; Método Iterativo Two-step; Estimador dos Mínimos quadrados Total; Detecção de Outlier; Data-snooping; Transformação Afim bidimensional